MétaCan
Menu
Retour à la cohorte
Enregistrement W4402897570 · doi:10.1016/j.jdmm.2024.100933

(Un)willingness to pay to visit a national park from a sustainable entrepreneurial tourism perspective

2024· article· en· W4402897570 sur OpenAlexaff
Paula Vázquez Rodríguez, Noelia Romero Castro, Aleksandar Šević, Lara Quiñoá‐Piñeiro

Notice bibliographique

RevueJournal of Destination Marketing & Management · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésWillingness to payPerspective (graphical)TourismNational parkMarketingEcotourismBusinessEconomicsPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

As the number of protected areas increases in a country, there is a need for entrepreneurial action to maximize the environmental and economic benefits of nature-based tourism and to complement government funding. Establishing an entrance fee to visit these protected areas could be a good option to ensure long-term economic sustainability. Therefore, using Herzberg's theory of motivation-hygiene and the fuzzy-set qualitative comparative analysis methodology (fsQCA) as a valid theoretical framework, this study aims to analyze the combined effects of both motivating and hygiene variables which lead to the absence of willingness to pay (WTP) an entrance fee to visit a national park. The findings indicate that motivating factors, such as prior visits to other national parks, the inclination to visit a national park, or a strong commitment to environmental issues, were more important than hygiene factors, such as value for money and overall satisfaction with the visit. Managerial implications and directions for future studies are also discussed. • New forms of financing should be explored to manage natural parks. • Motivating factors are more important than hygiene factors to affect visitors' WTP. • Visitors' habits play a key role in explaining the visitors' WTP. • Satisfaction with the visit plays a secondary role in explaining the visitors' WTP. • No differences between men and women in the intention to pay or not an entrance fee.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,926

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,331
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Destination Marketing & ManagementMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207